第27卷第4期电子与信息学报
、,01.27No.4
2005年4月
Jo啪al
ofEJectronjcs&Inf-onnationTechno】ogy
Apr.2005
用于数据挖掘的聚类算法
姜
园”’
张朝阳+
仇佩亮+周东方”
+(浙江大学信息与通信工程研究所杭州
310027)”(解放军信息工程大学郑州
450002)
摘要:数据挖掘用于从超大规模数据库中提取感兴趣的信息。聚类是数据挖掘的重要工具,根据数据间的相似性将数据库分成多个类,每类中数据应尽可能相似。从机器学习的观点来看,类相当于隐藏模式,寻找类是无监督学习过程。目前已有应用于统计、模式识别、机器学习等不同领域的几十种聚类算法。该文对数据挖掘中的聚类算法进行了归纳和分类,总结了7类算法并分析了其性能特点。关键词:数据挖掘,聚类,分层聚类,分割聚类,K.MeaIls中图分类号:TP391
文献标识码:A
文章编号:1009.5896(2005)04.0655.08
ClusteringAlgorithmsUsedinData
Mining
Jiang
YUan”+
ZhaIlgZhao.yang‘
QiuPei.1iang’
Zhou
Dong.fang”
‘∽s胁绾Q厂坳删口f幻珂&Co脚m“行把口f如门魄f”P们%劢巧fd馏Univers咄胁,礤厅D“3
1
..删坳删口砌玎E馏加PPr垤洳如邯f钞,劢哪≯办D“450002,鳓加口)
0027,鳓伽口)
AbstractDataminingisusedtodraw
interesting
info眦ation
f沁mVe叫La唱eDataBases(VLDB).Clusteringplays
a11outstandingroleindatamining印plications.Clustering
is
a
divisionofdatabaSesintogroupsof
similarobjectsbaLsed
on
the
similari哆.From
a
machine
leamingperspectiVeclusterscorrespondtohiddenpattems,thesearchforclusterSis
unsupervisedleaming.There
are
tens
ofclusteringalgorimmsusedinvariousfieldssuch
as
statistics,pattemrecognition
aIld
machineleamingnoW.Thisp印erconcludestheclusteringalgorithmsusedindataminingarIdassonStheminto7
claSses.Seven
typesofalgorithms
are
summarizedandmeir
perfomances
are
analyzedhere.
Keywords
Data
mining,Clustering,Hierarchicalclustering,Partitioningclustering,K MeaIls
1
引言
2各类算法分析
数据挖掘用于从超大规模数据库(vLDB)中提取感兴趣
2.1分层聚类算法
的信息。聚类是数据挖掘的重要工具。聚类通过建立数学模分层聚类算法通过建立系统树图进行分类,每个树节点型,根据数据相似性将数据库划分为不同的部分,使得类内都有其子类,聚类可在不同层次进行。分层聚类又分为两种数据尽可能相似,类间数据差异尽可能大。不同于一般的聚类型:凝聚算法(自底向上)和分裂算法(自顶向下)。凝类算法,用于数据挖掘的聚类算法处理超大规模数据库,且聚算法首先将每个样本看成一个类,然后根据相应条件将其数据属性的种类非常多,因此要尽量降低算法的计算复杂与最邻近样本融合为另一个类,如此迭代进行。分裂算法首度。
先将所有的样本看成一个类,然后进行迭代分裂。分层聚类
聚类算法通常有分层聚类、分割聚类、基于密度的聚类、需要预先设定一个终止条件(如设定类数目),当凝聚或者基于栅格的聚类、字符属性联合聚类、高维数据聚类和神经分裂过程满足该条件时终止算法。该类算法的优点是:灵活网络聚类等7种。这种分类并非完备正交的,相互之间有交性,可以在不同层次进行分类;可以处理任何类型的相似性;叉。评价聚类算法的优劣主要考虑其所能处理数据属性的种可以处理任何属性的数据。该类算法的缺点是:算法终止条类,对VLDB的可扩展性,处理高维数据和不规则数据的性件不明确;在处理过程中没有向上层反馈信息,没有优化过能,抗干扰性和算法的时间复杂度。本文对数据挖掘中现有程。典型的分层聚类算法以Ⅳ×Ⅳ连接矩阵为处理对象,矩
聚类算法进行了归纳和分类,总结了各种算法思想并分析其性能特点。
阵元素是样本间距离。用于VLDB时,这个矩阵太大以至于
无法运算。通常采用两种方法将该矩阵稀疏化:设立门限,
2003.12.22收到,2004.04.26改回国家自然科学基金(60002003)资助课题
万
方数据
一种有效的用于数据挖掘的动态概念聚类算法_经济学_高等教育_教育专区。数据挖掘一种有效的用于数据挖掘的动态概念聚类算法郭建生, 赵奕, 施鹏飞 ( 上海交通大学 ...
数据挖掘中的聚类算法综述 4页 免费 用于数据挖掘的聚类算法 8页 免费 数据挖掘...综述 现代制造工程 2009 年第 3 期 数据挖掘聚类算法研究喻彪 ,骆雯 ,赖朝安...
?10? 计算机应用研究 2007 年 数据挖掘中的聚类算法综述贺 , 吴玲达 , 蔡益朝...聚类算法 、 基于约束的聚类算法 、机 器学习中的聚类算法以及用于高维数据的...
一 数据挖掘的聚类方法+行小帅n2 焦李成2【I J西师范大学物理与信息工稃学院...提出能发现任意形状簇的算法是很重要的。I 4)用于决定输入参数的领域知识最小...
数据挖掘中聚类算法的研究_专业资料。目前对聚类算法的研究越来越多,在数据挖掘领域,聚类面临着新的形势。总结了数据挖掘中主要的传统聚类算法,介绍了聚类方法的最新...
数据挖掘中的聚类算法综述_兵器/核科学_工程科技_专业资料。10 计算机应用研究 ...遗传算法 子空间聚类 用于高维数据的聚类算法 联合聚类 层次聚类算法 1 引言随着...
数据挖掘聚类算法一览聚类分析是数据挖掘中的一个很活跃的研究领域,并提出了许多...用于数据挖掘的聚类算法 8页 免费 数据挖掘中的聚类算法综... 4页 免费 EM聚类...
的基本操作, 可以用于分类( 无监督) 、 聚合和分 割、 剖析、 数据缩减、 ...第5期 张红云, 等: 数据挖掘中聚类算法比较研究 ! 365 ! 类特征树来求聚类...
26 2 M ar. 2005 数据挖掘中聚类分析算法研究赵法信 , 王国业摘 与评估 1...据挖掘的蓬勃发 展 数据挖掘中一个重要的组成部分, 主要用于在 潜在的数据中发...
热门文档